Loading...

[R] 6. Exponential smoothing

library(fpp3) #library(fable) Simple exponential smoothing SES(Simple Exponential Smoothing)는 지수 평활화 방법 중 가장 단순한 방법입니다. 이 방법은 뚜렷한 추세나 계절적 패턴이 없는 데이터를 예측하는데 적합합니다. SES와 같이 나이브한 방법을 사용하면 미래에 대한 모든 예측값은 시계열의 마지막 관측값과 같습니다. 따라서 예측 시점을 기준으로 가장 최근의 관측치가 유일하게 중요한 관측치이면서 그 이전 관측치는 미래에 대한 정보를 제공하지 않는다고 가정합니다. 즉, 모든 가중치가 마지막 관측치에 주어지는 가중 평균으로 생각할 수 있습니다. \[\hat{y}_{T+h|T} = \frac{1}{T}\sum^{T}_{t=1}y_{t}\..

[R] 5. Time-series Regression

library(fpp3) #library(fable) The linear model \[y_{t} = \beta_0 + \beta_1 x_{t} + \epsilon_{t}\] 우리가 흔히 알고 있는 단순선형회귀 모형입니다. 이는 시계열 데이터에 적용할때도 마찬가지로 오차항에 대한 가정을 합니다. iid(independent identically distributed) 이를 fable 라이브러리 내 함수를 활용하여 살펴보겠습니다. 예시 데이터는 us_change로 tsibbledata 라이브러리 내에 있습니다. 1970년 1분기부터 2019년 2분기까지 미국의 개인 소비 지출(personal consumption expenditure)과 개인 소득(personal disposable income)의 분기별..